Los pesos abiertos son los parámetros aprendidos de un modelo de inteligencia artificial entrenado que se publican públicamente, principalmente sus pesos y sesgos. En una red neuronal artificial, los pesos son valores numéricos que determinan la importancia de las entradas para los cálculos de la red. La publicación de estos valores permite a otros descargar y utilizar el modelo, mientras que el permiso para modificarlo, ajustarlo o redistribuirlo depende de su licencia . El término se aplica comúnmente a grandes modelos de lenguaje, modelos de difusión y otras inteligencias artificiales generativas . El concepto de pesos abiertos contrasta con la inteligencia artificial de código abierto, que considera la publicación pública no solo de los parámetros, sino también del código fuente del modelo, los datos de entrenamiento, los resultados de la evaluación, los puntos de control intermedios y la documentación técnica .

La IA de ponderación abierta es un tema importante en las controversias geopolíticas y de inteligencia artificial, a veces caracterizada como una carrera armamentística de IA o una guerra fría de IA entre Estados Unidos y China. En términos generales, los modelos lanzados por empresas chinas, como DeepSeek, Alibaba Cloud, Moonshot AI y Z.ai, utilizan un marco de ponderación abierto, bajo licencias de software más permisivas como Apache o MIT . Las empresas estadounidenses de IA, incluidas OpenAI, Anthropic, Google DeepMind, SpaceXAI y Meta Superintelligence Labs, prefieren un marco de software propietario, especialmente para modelos más grandes. Estas son en parte decisiones políticas del gobierno nacional, porque el acceso público a la tecnología de IA tiene muchas consecuencias. Algunos políticos estadounidenses han pedido restringir el acceso del público estadounidense a las herramientas de IA chinas.

Las categorías de proyectos de inteligencia artificial de código abierto más populares incluyen modelos de lenguaje grandes (LLM), herramientas de traducción automática y chatbots . El debate sobre los beneficios y riesgos de la IA de código abierto involucra una serie de factores como la seguridad, la privacidad y el avance tecnológico. El modelo de frontera de peso abierta más grande es Kimi K3, desarrollado por Moonshot AI, con 2,8 billones de parámetros, seguido de Qwen3.8 de Alibaba Cloud con 2,4 billones de parámetros. Los lanzamientos de pesos abiertos fuera de China están liderados por el laboratorio estadounidense Thinking Machines Lab, la familia Nemotron de Nvidia y la empresa francesa Mistral AI .

Características Durante el entrenamiento, una red neuronal ajusta sus parámetros para mejorar su resultado. Los pesos determinan la contribución de las entradas a las sumas ponderadas, mientras que los sesgos son valores aprendidos adicionales. Un modelo descrito como poseedor de siete mil millones de parámetros contiene aproximadamente siete mil millones de valores aprendidos.

Modelo de apertura La publicación de los pesos del modelo puede formar parte de un esfuerzo más amplio para hacer que un modelo de inteligencia artificial sea más transparente y reproducible. El marco de apertura de modelos evalúa si componentes como los parámetros del modelo, el código fuente, los datos de entrenamiento, los resultados de la evaluación, los puntos de control intermedios y la documentación técnica están disponibles públicamente bajo una licencia abierta . En este marco, publicar únicamente los pesos finales representa un menor grado de apertura que publicar los materiales necesarios para estudiar, modificar y reproducir el modelo.

Tarjetas modelo Una ficha de modelo es un documento que acompaña a un modelo de aprendizaje automático entrenado y que describe los usos previstos del modelo, sus limitaciones, los datos de entrenamiento y los resultados de la evaluación. En Hugging Face, las tarjetas de modelos se almacenan como archivos Markdown README.md con metadatos adicionales en cada repositorio de modelos, lo que ayuda a los usuarios a evaluar un modelo antes de descargarlo o implementarlo.

Comparación con la IA de código abierto La Open Source Initiative distingue los pesos abiertos de la inteligencia artificial de código abierto cuando los materiales necesarios para estudiar y modificar el proceso de desarrollo del modelo no están disponibles. +Comparación de pesos abiertos e inteligencia artificial de código abierto Componente Pesos abiertos Código abierto Pesos y sesgos Código de entrenamiento Puntos de control intermedios Conjunto de datos de entrenamiento Composición de los datos de entrenamiento

Beneficios y preocupaciones Las ponderaciones abiertas permiten la implementación local, la personalización, la investigación independiente y la competición sin necesidad de acceder a través de la API del desarrollador original. Sin embargo, las ponderaciones ampliamente distribuidas generalmente no se pueden retirar y pueden modificarse para eliminar las medidas de seguridad. Un informe de 2024 de la Administración Nacional de Telecomunicaciones e Información examinó estos beneficios y riesgos y recomendó un monitoreo continuo en lugar de restricciones inmediatas.

Los profesores Peter Henderson y Mark Lemley argumentan que los términos de las licencias de ponderación abierta son en gran medida inaplicables porque presuponen derechos de propiedad intelectual sobre las ponderaciones de los modelos de aprendizaje automático que no existen. Mientras que los programas informáticos suelen estar protegidos por derechos de autor porque "derivan de una expresión de una idea escrita por un ser humano y protegida por derechos de autor", los pesos de los modelos se generan automáticamente mediante un algoritmo de aprendizaje automático. La naturaleza funcional de los pesos de los modelos ML probablemente también excluye la protección de derechos de autor. Un libro blanco publicado por la Asociación de Propietarios de Propiedad Intelectual en 2020 propone un derecho sui generis sobre los modelos de IA entrenados.

Modelos de lenguaje grandes de peso abierto A agosto de 2026, los modelos de ponderación abiertos más grandes, con más de un billón de parámetros, son lanzados predominantemente por la industria de IA en China, liderada por los más grandes Alibaba Cloud (Qwen3.8, 2.4T) y Deepseek (V4, 1.6T), y tigres de IA como Moonshot AI ( Kimi K3, 2.8T) y Z.ai ( GLM-5.3, 753B). Los modelos más grandes fuera de China son lanzados por Thinking Machines Lab ( Inkling, 975B), Nvidia ( Nemotron 3 Ultra, 550B) y Mistral AI (Mistral Large 3, 675B).

A continuación se presenta una lista de modelos de lenguaje y familias de modelos importantes para los cuales se ha publicado al menos una versión con pesos accesibles públicamente.

Véase también

Comparación de licencias de software libre y de código abierto Licencia Creative Commons Modelo de fundación Protocolo de contexto de modelo : estándar abierto y marco de código abierto introducido por Anthropic para LLM. Datos abiertos Software disponible en el código fuente

Referencias

Categoría:Modelos de lenguaje de gran tamaño Categoría:Aprendizaje automático Categoría:Redes neuronales artificiales Categoría:Inteligencia artificial Categoría:Wikipedia:Páginas con traducciones sin revisar